人类神经元的当电流大于一定阈值时，会向下一个神经元突触发送信号，在深度学习中使用一个非线性激活函数来模拟以上过程。
对于单层感知机，也是我们最常用的神经网络组成单元. 用它可以划出一条线, 把平面分割开
对于多层感知机，就是用多个感知机来进行组合, 获得更强的分类能力
输出还是一个线性方程
加入非线性激活函数后，将感知机的输出变为非线性函数
拓展到多层的情况，加上激活函数后，输出就会变得超级复杂，没人知道输出到底变成什么样的形式，但神经网络的表达能力更加强大了，这也是深度神经网络不可解释的根本原因
